【技术实现步骤摘要】
本申请涉及图像处理领域，尤其涉及一种噪声变换方法、电子设备和存储介质。
技术介绍
1、目前，基于深度学习的图像降噪技术发展迅速，这类图像降噪方法的重点在于如何构造训练数据集，这是因为深度学习技术需要海量的数据来做驱动。
2、而现实世界中采集大量干净-有噪声的训练数据对是十分困难且耗时耗力的，并且每款图像传感器（sensor）的噪声表现不一致，由此导致后续处理的工作量和难度更是加倍。
技术实现思路
1、本申请提供一种噪声变换方法、电子设备和存储介质，用以解决现有技术中不同图像传感器之间噪声表现不一致的问题。
2、本申请提供一种噪声变换方法，包括：
3、将目标图像传感器处理得到的第一噪声图像进行噪声变换，得到服从参考图像传感器的噪声分布的第二噪声图像。
4、根据本申请提供的一种噪声变换方法，所述将目标图像传感器处理得到的第一噪声图像进行噪声变换，得到服从参考图像传感器的噪声分布的第二噪声图像，包括：
5、获取所述目标图像传感器对应的第...
【技术保护点】
1.一种噪声变换方法，其特征在于，包括：
2.根据权利要求1所述的噪声变换方法，其特征在于，所述将目标图像传感器处理得到的第一噪声图像进行噪声变换，得到服从参考图像传感器的噪声分布的第二噪声图像，包括：
3.根据权利要求2所述的噪声变换方法，其特征在于，所述将服从所述目标图像传感器的泊松噪声分布的第一带噪图像数据转换为服从所述参考图像传感器的泊松噪声分布的第二带噪图像数据，包括：
4.根据权利要求3所述的噪声变换方法，其特征在于，所述获取转换系数，包括：
5.根据权利要求4所述的噪声变换方法，其特征在于，所述获取所述目标...
【技术特征摘要】
1.一种噪声变换方法，其特征在于，包括：
2.根据权利要求1所述的噪声变换方法，其特征在于，所述将目标图像传感器处理得到的第一噪声图像进行噪声变换，得到服从参考图像传感器的噪声分布的第二噪声图像，包括：
3.根据权利要求2所述的噪声变换方法，其特征在于，所述将服从所述目标图像传感器的泊松噪声分布的第一带噪图像数据转换为服从所述参考图像传感器的泊松噪声分布的第二带噪图像数据，包括：
4.根据权利要求3所述的噪声变换方法，其特征在于，所述获取转换系数，包括：
5.根据权利要求4所述的噪声变换方法，其特征在于，所述获取所述目标图像传感器对应的第一入射噪声参数和所述参考图像传感器对应的第二入射噪声参数，包括：
6.根据权利要求4所述的噪声变换方法，其特征在于，所述对所...
【专利技术属性】
技术研发人员：袁一璟，
申请(专利权)人：湖南国科微电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。